文献类型：期刊文章

作　　者：王旭[1] 张文[2] 柴洪洲[3]

WANG Xu;ZHANG Wen;CHAI Hongzhou(School of Resources and Civil Engineering,Liaoning Institute of Science and Technology,Benxi 117004,China;University of Science and Technology Liaoning,School of Civil Engineering,Anshan 114051,China;Institute of Surveying and Mapping,Zhengzhou 450001,China)

机构地区：[1]辽宁科技学院资源与土木工程学院,本溪117004 [2]辽宁科技大学土木工程学院,鞍山114051 [3]战略支援部队信息工程大学,郑州450001

出　　处：《中国惯性技术学报》

基　　金：国家自然科学基金项目(41604013);2022年辽宁省教育厅基本科研项目资助(LJKMZ20221686)。

年　　份：2023

卷　　号：31

期　　号：1

起止页码：33-39

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对在钟差预报中小波神经网络预报结果的不稳定性问题,提出一种粒子群优化小波神经网络的钟差预报模型,以提高预研结果稳定性。该模型是将小波神经网络的各阈值和权值作为粒子的位置向量,通过粒子群算法寻求网络的阈值和权值的最优值,降低了网络出现局部极值的概率,从而改善了小波神经网络预报结果的稳定性。通过分析粒子群算法最优个体适应度值变化曲线图、比较粒子群算法优化前后WNN模型训练误差以及两种模型多次预报结果,验证了模型的有效性。并与二次多项式(QP)及灰色(GM(1,1))两种常用模型进行实验对比。实验结果表明:在24小时钟差预报中,所提方法相比于两种常用模型预报的精度分别提高了约49.7%和66%,并且预报得到钟差精度相比于超快速钟差产品提高了97.7%,质量明显优于超快速钟差产品。

关 键 词：卫星钟差 粒子群算法  精密单点定位 小波神经网络

分 类 号：P228]